Performance, Robustness, and Failure Analysis of Machine-Learning-Based Wi-Fi RSSI Indoor Positioning in Multi-Floor Environments
यह शोध पत्र एक विश्वसनीयता-जागरूक हाइब्रिड ढांचे का प्रस्ताव करता है जो ट्रिपलेट-आधारित मीट्रिक लर्निंग को बेयसियन वेटेड k-निकटतम पड़ोसी अनुमान के साथ एकीकृत करता है ताकि मल्टी-फ्लोर वाई-फाई RSSI इनडोर पोजिशनिंग सिस्टम की मजबूती और विफलता लचीलेपन को महत्वपूर्ण रूप से बढ़ाया जा सके, जो व्यापक मूल्यांकन के माध्यम से यह प्रदर्शित करता है कि ऐसा दृष्टिकोण पारंपरिक सटीकता-केंद्रित विधियों की तुलना में विनाशकारी स्थानीयकरण त्रुटियों और फ्लोर गलत वर्गीकरणों को प्रभावी ढंग से कम करता है।